深度学习在生物医药领域中的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新，已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价10元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 25831 篇文献，本页显示第 9381 - 9400 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9381 | 2025-02-13 |
Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients
2025-Feb-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb099
PMID:39883962
|
研究论文 | 本研究提出了一种基于深度学习的快速MLC序列生成方法，用于MRI引导的在线自适应放疗，旨在加速胰腺癌患者的治疗计划适应过程 | 使用递归条件生成对抗网络模型从通量图预测MLC段形状，并结合线性矩阵方程模块优化段的监测单位权重，显著减少了治疗计划的执行时间 | 研究仅针对腹部癌症患者，且样本量相对较小（49名患者，242个每日分数） | 加速MRI引导的在线自适应放疗的每日在线重新计划过程 | 胰腺癌患者 | 数字病理学 | 胰腺癌 | 深度学习 | 递归条件生成对抗网络（RCGAN） | MRI图像 | 49名腹部癌症患者的242个每日分数 |
| 9382 | 2025-02-13 |
Association of visceral fat obesity with structural change in abdominal organs: fully automated three-dimensional volumetric computed tomography measurement using deep learning
2025-Feb-12, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04834-x
PMID:39937214
|
研究论文 | 本研究探讨了腹部器官结构变化与内脏脂肪肥胖（VFO）之间的关联，采用基于深度学习算法的全自动三维体积CT测量方法 | 首次使用全自动三维体积CT测量方法结合深度学习算法，研究腹部器官结构变化与内脏脂肪肥胖的关联 | 样本量相对较小，且仅基于CT测量，未涉及其他影像学或生物学指标 | 探讨腹部器官结构变化与内脏脂肪肥胖的关联 | 610名患者（295名男性和315名女性，平均年龄68.4岁） | 数字病理学 | 代谢相关疾病 | 全自动三维体积CT测量 | 深度学习算法 | CT图像 | 610名患者 |
| 9383 | 2025-02-13 |
Forensic dental age estimation with deep learning: a modified xception model for panoramic X-Ray images
2025-Feb-12, Forensic science, medicine, and pathology
DOI:10.1007/s12024-025-00962-4
PMID:39937388
|
研究论文 | 本研究旨在通过深度学习模型改进法医年龄估计方法，特别关注于区分12岁以下和12岁及以上的个体 | 引入了新的多边形面积度量（PAM）来处理法医应用中常见的不平衡数据集，并开发了基于Xception的'Forensic Xception'模型，该模型在年龄分类任务中表现出色 | 研究仅使用了1941名儿科患者的数据，未来研究需要探索更多数据集并解决伦理和法律问题 | 开发一种改进的法医年龄估计方法，特别关注于区分12岁以下和12岁及以上的个体 | 1941名5至15岁的儿科患者的正畸全景X射线图像 | 计算机视觉 | NA | 深度学习 | Xception, ResNet, ShuffleNet, InceptionV3, DarkNet, NasNet, DenseNet, EfficientNet, MobileNet, ResNet18, GoogleNet, SqueezeNet, AlexNet | 图像 | 1941名儿科患者 |
| 9384 | 2025-02-13 |
In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis
2025-Feb-11, Clinical & experimental optometry
DOI:10.1080/08164622.2025.2459345
PMID:39933698
|
研究论文 | 本文通过文献计量分析探讨了活体共聚焦显微镜（IVCM）在眼科领域的研究趋势 | 首次对IVCM在眼科领域的全球研究进行了文献计量分析，填补了该领域的空白 | 研究仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献 | 识别IVCM研究中的有影响力的文章、作者、机构和新兴趋势 | 眼科领域的IVCM研究文献 | 数字病理 | 眼科疾病 | 活体共聚焦显微镜（IVCM） | NA | 文献数据 | 1,389篇文章，其中600篇发表于过去十年 |
| 9385 | 2025-02-13 |
Automatic bone marrow segmentation for precise [177Lu]Lu-PSMA-617 dosimetry
2025-Feb-11, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17684
PMID:39935268
|
研究论文 | 本文开发了一种基于图像的自动分割方法，用于[177Lu]Lu-PSMA-617治疗中的个性化骨髓剂量测定 | 使用X-means聚类方法对CT图像进行骨髓分割，相比传统方法具有更高的准确性和更低的误差 | 样本量较小（10名患者，30个治疗周期），可能影响结果的普遍性 | 开发一种自动图像分割方法，用于[177Lu]Lu-PSMA-617治疗中的骨髓剂量测定 | 转移性去势抵抗性前列腺癌患者的骨髓 | 数字病理学 | 前列腺癌 | SPECT/CT成像，X-means聚类 | 深度学习 | 图像 | 10名患者，30个治疗周期 |
| 9386 | 2025-02-13 |
Frontier molecular orbital weighted model based networks for revealing organic delayed fluorescence efficiency
2025-Feb-10, Light, science & applications
DOI:10.1038/s41377-024-01713-w
PMID:39924488
|
研究论文 | 本文提出了一种基于前沿分子轨道加权模型的网络，用于揭示有机延迟荧光效率 | 开发了电子结构注入网络（ESIN），用于TADF发射体的筛选，能够基于分子几何和轨道信息准确预测TADF分子的光致发光量子产率（PLQYs） | 数据驱动的材料筛选方法在访问TADF发射体的激发态特性方面仍然非常困难且未得到充分解决 | 预测TADF发射体的功能，以替代金属基磷光材料，并作为新一代发射体用于OLED显示的大规模生产 | 具有热激活延迟荧光（TADF）特性的有机分子 | 机器学习 | NA | 深度学习（DL） | 电子结构注入网络（ESIN） | 分子几何和轨道信息 | NA |
| 9387 | 2025-02-13 |
An automatic control system based on machine vision and deep learning for car windscreen clean
2025-Feb-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88688-9
PMID:39924520
|
研究论文 | 本文介绍了一种基于机器视觉和深度学习的实时雨滴检测系统和创新的雨刷控制方法，用于汽车挡风玻璃清洁 | 使用改进的YOLOv8模型构建了一个全天候雨滴检测模型，并提出了根据降雨强度自动调整检测频率和雨刷操作速度的控制方法 | 未提及具体的数据集大小和多样性，可能影响模型的泛化能力 | 提高雨天驾驶的安全性，通过自动控制雨刷系统保持挡风玻璃清晰 | 汽车挡风玻璃上的雨滴 | 计算机视觉 | NA | 深度学习 | CNN, YOLOv8 | 图像 | 未提及具体样本数量 |
| 9388 | 2025-02-13 |
Translational Informatics Driven Drug Repositioning for Neurodegenerative Disease
2025-Feb-06, Current neuropharmacology
IF:4.8Q1
|
综述 | 本文通过转化信息学的视角，全面探讨了神经退行性疾病的药物重新定位，包括数据来源、计算模型和临床应用 | 利用人工智能和医疗数据的快速发展，提出了一种创新的、数据驱动的药物重新定位方法，为神经退行性疾病的治疗提供了新的途径 | 本文主要集中于理论和方法论的探讨，缺乏具体的实验验证和临床数据支持 | 开发适用于神经退行性疾病的有效治疗干预措施 | 神经退行性疾病 | 转化信息学 | 神经退行性疾病 | 人工智能、机器学习、深度学习、网络分析方法 | 机器学习、深度学习、网络模型 | 医疗数据 | NA |
| 9389 | 2025-02-13 |
High-content imaging and deep learning-driven detection of infectious bacteria in wounds
2025-Feb, Bioprocess and biosystems engineering
IF:3.5Q2
DOI:10.1007/s00449-024-03110-4
PMID:39621107
|
研究论文 | 本文介绍了一种基于深度学习的框架，用于快速准确地检测和分类伤口中的四种常见细菌 | 利用预训练的ResNet50深度学习架构，结合高内涵成像技术，显著缩短了细菌检测时间，并提供了关键特征的可视化 | 研究主要基于体外和小鼠伤口样本，尚未在人类临床环境中进行大规模验证 | 开发一种快速、准确的细菌检测方法，以改善伤口感染的临床治疗 | 伤口中的四种常见细菌：鲍曼不动杆菌（AB）、大肠杆菌（EC）、铜绿假单胞菌（PA）和金黄色葡萄球菌（SA） | 计算机视觉 | 伤口感染 | 高内涵成像 | ResNet50 | 图像 | 体外样本和小鼠伤口样本 |
| 9390 | 2025-02-13 |
Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202408629
PMID:39703985
|
研究论文 | 本文开发了一种深度学习框架，用于在低剂量条件下进行集成差分相位对比扫描透射电子显微镜（iDPC-STEM）成像，以精确捕捉沸石结构中的单分子行为 | 提出了一种名为DIVAESR的去噪超分辨率模型，有效减少了散粒噪声，从而获得更清晰的原子分辨率iDPC-STEM图像，并支持高级单分子检测和分析 | 测试主要基于合成数据集，虽然展示了在真实iDPC-STEM图像上的应用潜力，但仍需进一步验证其在实际复杂环境中的表现 | 开发深度学习框架以提升iDPC-STEM成像质量，用于精确捕捉和分析沸石结构中的单分子行为 | 沸石结构中的单分子行为 | 计算机视觉 | NA | 集成差分相位对比扫描透射电子显微镜（iDPC-STEM） | DIVAESR（去噪推理变分自编码器超分辨率模型） | 图像 | 合成数据集和真实iDPC-STEM图像 |
| 9391 | 2025-02-13 |
Semi-supervised learning-based identification of the attachment between sludge and microparticles in wastewater treatment
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124268
PMID:39889421
|
研究论文 | 本文提出了一种基于半监督学习的方法，用于识别废水处理系统中污泥与微粒之间的附着情况 | 采用基于SimCLR的半监督学习方法，结合预训练的ResNet50和Mask R-CNN架构，显著提高了在有限标注数据情况下的检测精度 | 需要一定量的未标注数据进行预训练，且标注数据量较少时性能提升有限 | 提高废水处理系统中微粒转移过程的监测精度 | 废水处理系统中的污泥和微粒 | 计算机视觉 | NA | 半监督学习（SSL），SimCLR，Mask R-CNN | ResNet50，Mask R-CNN | 图像 | 1000张未标注图像，约200张标注图像（包含约600个标注微粒） |
| 9392 | 2025-02-13 |
Integrating deep learning algorithms for forecasting evapotranspiration and assessing crop water stress in agricultural water management
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124363
PMID:39889430
|
研究论文 | 本研究旨在通过先进的深度学习技术提高蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI）的预测精度，以优化农业水资源管理 | 结合高分辨率气候数据和四种共享社会经济路径（SSPs），采用多种深度学习模型（FFNNs、CNNs、GRUs、LSTMs）进行预测，显著提高了预测精度 | 研究主要针对孟加拉国，可能在其他地区的适用性有限 | 开发先进的预测模型以优化农业水资源管理 | 蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI） | 机器学习 | NA | 深度学习 | FFNNs、CNNs、GRUs、LSTMs | 气候数据 | NA |
| 9393 | 2025-02-13 |
Deep learning CT image restoration using system blur and noise models
2025-Jan, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.1.014003
PMID:39906485
|
研究论文 | 本文提出了一种结合系统模糊和噪声模型的深度学习CT图像恢复方法 | 该方法不仅利用退化的图像输入，还结合了系统的模糊和噪声特性，通过输入变异和权重变异两种方法将辅助输入整合到卷积神经网络中 | 当模糊和噪声参数偏离其真实值时，模型的鲁棒性可能有限 | 提高CT图像恢复的质量 | 受模糊和噪声影响的CT图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN） | 图像 | NA |
| 9394 | 2025-02-13 |
Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography
2024-Dec-13, Digestion
IF:3.0Q2
DOI:10.1159/000543049
PMID:39675349
|
研究论文 | 本研究探讨了使用深度学习技术在内镜逆行胰胆管造影（ERCP）的透视图像中区分良恶性胆管狭窄的可行性 | 首次将卷积神经网络应用于ERCP透视图像，以提高恶性胆管狭窄的诊断准确性和可重复性 | 研究为回顾性设计，需要在前瞻性研究中进一步验证 | 提高恶性胆管狭窄的诊断准确性 | 接受ERCP的成年患者 | 计算机视觉 | 胆管狭窄 | 深度学习 | 卷积神经网络（CNN） | 图像 | 251名来自德国三个大学中心的患者 |
| 9395 | 2025-02-13 |
iGTP: Learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics
2024-Nov-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.03.29.24305092
PMID:39649598
|
研究论文 | 本文介绍了一种名为iGTP的新型可解释生成转录程序框架，用于从单细胞转录组数据中推断生物学机制 | iGTP框架能够建模转录程序空间和蛋白质-蛋白质相互作用的重要性，并通过整合图神经网络框架有效推断细胞对扰动的响应 | 未明确提及具体限制 | 开发一种能够从单细胞转录组数据中推断生物学机制的可解释深度学习模型 | 单细胞转录组数据 | 生物信息学 | NA | 单细胞转录组测序 | 变分自编码器（VAE）、图神经网络（GNN） | 单细胞转录组数据 | 未明确提及具体样本数量 |
| 9396 | 2025-02-13 |
Generative artificial intelligence in ophthalmology: current innovations, future applications and challenges
2024-Sep-20, The British journal of ophthalmology
DOI:10.1136/bjo-2024-325458
PMID:38925907
|
研究论文 | 本文探讨了生成式人工智能在眼科领域的当前创新、未来应用及挑战 | 生成对抗网络和扩散模型的应用，以及多模态基础模型的引入，为眼科领域提供了新的诊断和教育工具 | 该技术尚处于初期阶段，存在数据偏见、安全问题及临床实施等挑战 | 探讨生成式人工智能在眼科领域的应用潜力及挑战 | 眼科领域的诊断、患者教育和医疗专业人员培训 | 计算机视觉 | NA | 生成对抗网络（GAN）、扩散模型 | GAN, 扩散模型 | 图像、文本、视频 | NA |
| 9397 | 2024-08-08 |
Commentary: Detection of Endoleak After Endovascular Aortic Repair Through Deep Learning Based on Non-contrast CT
2024-Sep, Cardiovascular and interventional radiology
IF:2.8Q2
DOI:10.1007/s00270-024-03830-w
PMID:39110204
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9398 | 2025-02-13 |
Applications of artificial intelligence in biliary tract cancers
2024-08, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology
IF:2.0Q3
DOI:10.1007/s12664-024-01518-0
PMID:38427281
|
综述 | 本文综述了人工智能在胆道癌诊断和预后改善中的应用 | 探讨了深度学习在医学影像中的应用，以提高胆道癌的诊断性能 | 未提及具体AI模型的性能比较或实际应用中的挑战 | 提高胆道癌的诊断和预后 | 胆道癌，包括胆管癌和胆囊癌 | 数字病理 | 胆道癌 | 深度学习 | NA | 影像数据 | NA |
| 9399 | 2025-02-13 |
Attribute-guided prototype network for few-shot molecular property prediction
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae394
PMID:39133096
|
研究论文 | 本文提出了一种属性引导的原型网络（APN），用于解决少样本分子属性预测（MPP）的挑战 | APN引入了分子属性提取器，能够提取三种不同类型的指纹属性，并通过自监督学习方法自动提取深度属性，设计了属性引导的双通道注意力模块来学习分子图与属性之间的关系 | NA | 解决少样本分子属性预测的挑战，提高分子属性预测的准确性 | 分子属性预测 | 机器学习 | NA | 自监督学习 | 属性引导的原型网络（APN） | 分子图 | 基准数据集 |
| 9400 | 2025-02-13 |
Predicting dynamic, motion-related changes in B0 field in the brain at a 7T MRI using a subject-specific fine-trained U-net
2024-May, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29980
PMID:38193276
|
研究论文 | 本文提出了一种基于深度学习的方法，用于预测7T MRI中由于头部运动引起的B0场变化，以提高MR图像质量 | 使用3D U-net模型，结合特定受试者的有限头部位置数据进行微调，预测B0场变化，避免了传统导航器方法的局限性 | 需要结合外部跟踪硬件来实现实时校正，且依赖于特定受试者的数据进行微调 | 研究目的是预测7T MRI中由于头部运动引起的B0场变化，以提高MR图像质量 | 研究对象为7T MRI中的B0场变化 | 计算机视觉 | NA | 7T MRI | 3D U-net | 图像 | NA |